统计计算方法优化问题浅析--基于随机模拟方法.docx

资料分类:教育理论 上传会员:章老师 更新时间:2020-07-20
需要金币2000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:11296
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:在现在这个大数据盛行的时代,要想得出事件背后潜藏的规律,就必须进行不断的实验和模拟。而有的实际问题模拟起来是非常困难的,数据难以获取,计算量也是非常庞大的。这些都给本文对未知规律的探索带来了数不尽的困难。

本文用随机模拟来补充现实问题计算量大的缺陷。主要内容基于随机模拟的重要抽样法、Bootstrap方法、Metropolis-Hasting抽样方法简单介绍了统计计算的方法的优化。了解这三种方法的基本概念、应用范围以及优缺点。

通过R软件的模拟实验,本文得出这三种方法能得出数学概率分布的近似解答、可以通过统计方法求出参数的估计值、使离散型的随机分布可转换为连续型。这为本文探索实际问题的数学模型打下了地基。

关键词:统计计算:随机模拟; 重要抽样法;Bootstrap方法;Metropolis-Hasting抽样方法

 

目录

摘要

Abstract

1绪论-4

1.1统计计算概述-4

1.2随机模拟概述-4

2随机模拟-5

2.1重要抽样法-5

2.1.1标准化重要抽样法-6

2.1.2带有舍选控制重要抽样法-7

2.2 Bootstrap方法-7

2.2.1标准误差-7

2.2.2 Bootstrap方法的引入-8

2.2.3 Bootstrap方法偏差校正-8

2.3 MCMC方法-9

2.3.1 MCMC方法介绍-9

2.3.2 Metropolis-Hasting抽样-10

3不同随机模拟方法的模拟及其优化-11

3.1重要抽样法的模拟及其优化-11

3.1.1重要抽样法的模拟-11

3.1.2重要抽样法的优化-11

3.2 Bootstrap方法的模拟及其优化-12

3.2.1 Bootstrap方法模拟-12

3.2.2 Bootstrap方法优化-13

3.3 Metropolis-Hasting抽样模拟及其优化-14

3.3.1 Metropolis-Hasting抽样模拟-14

3.3.2 Metropolis-Hasting抽样模拟优化-15

4总结-15

参考文献-16

致 谢-17

附 录-18

代码-18

案例:重要抽样法的程序实现:-18

案例:非参数bootstrap程序实现:-19

案例:Metropolis-Hasting抽样模拟-20

相关论文资料:
最新评论
上传会员 章老师 对本文的描述:在生产实践和科学实验中,经常会遇到大量的各种不同类型的数据,这些数据为本文提供了很多有用的信息,它可以帮助本文认识事物之间的内在规律、研究事物之间的关系、预测事物......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: